基于群体智能-代理模型的高混凝土坝反演分析

发布时间：2020-10-29 09:33

　　 我国是建坝大国,大坝安全是人民生命和财产安全的重要保障,大坝一旦失事,将造成巨大的灾难。随着我国高混凝土坝建设数量的不断增加,其坝体及坝基综合力学参数反演问题成为了一个研究的热点。本文基于直接法和三种优化算法并结合高斯过程回归响应面模型对在静力状态下的高混凝土坝的弹性模量进行了反演分析,主要研究内容如下所示:(1)总结了大坝反演分析的研究背景及国内外发展的现状。Jaya算法、粒子群算法(PSO)以及灰狼算法(GWO)作为流行的优化算法,具有调节参数少、优化效果明显等特点,在工程优化问题中得到了广泛的应用。由于基于有限元计算的反演分析会大大增加计算时间,本文采用高斯过程回归响应面模型(GPR-RSM)代替传统的有限元计算,这种方法不仅大大缩减了计算时间,而且非常满足计算精度要求。(2)所谓的GPR-RSM就是建立弹模与位移之间的映射关系,GPR-RSM的基本内容为:首先使用拉丁超立方抽样在每隔一定增量下对弹性模量规定范围内分别抽取一定数量的弹模作为训练样本和测试样本中的弹性模量,起始的训练样本和测试样本的数量为15D,然后将抽取的弹性模量输入有限元中计算出监测点的位移值,训练样本和测试样本就是由弹性模量和其相对应监测点位移值组成。将训练样本在GPR中进行训练,建立弹模与位移的映射关系,随后将训练样本和测试样本在GPR模型中进行精度测试,由于随着样本数量的增加,训练样本和测试样本的精度不断提高,当样本增加到一定数量时,其精度变化很小基本可以忽略,最后将此训练样本的高斯过程回归响应面模型代替传统有限元的计算应用在高混凝土坝反演分析上。(3)选取了两座高混凝土坝算例,一座碾压混凝土重力坝,一座混凝土拱坝。采用三种优化算法并结合高斯过程回归响应面模型分别对两个算例进行静力状态下弹模反演分析,最终根据弹模反演结果来评价三种算法和GPR-RSM模型应用在高混凝土坝反演分析的性能以及其合理性。
【学位单位】：大连理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TV642
【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 存在的不足
    1.4 本文主要研究内容
2 混凝土坝反演分析基本理论
    2.1 引言
    2.2 混凝土坝变形监测统计模型
        2.2.1 水压分量
        2.2.2 温度分量
        2.2.3 时效分量
    2.3 静力反分析中直接法基本原理
    2.4 本章小结
3 参数反演优化算法
    3.1 Jaya算法
        3.1.1 Jaya算法简介
        3.1.2 基本Jaya算法
        3.1.3 Jaya算法基本流程
    3.2 粒子群算法
        3.2.1 粒子群算法简介
        3.2.2 基本粒子群算法
        3.2.3 粒子群算法基本流程
    3.3 灰狼算法
        3.3.1 灰狼算法简介
        3.3.2 基本灰狼算法
        3.3.3 灰狼算法基本流程
    3.4 基于有限元计算的优化反演分析基本流程
    3.5 本章小结
4 高斯过程回归响应面法
    4.1 引言
    4.2 高斯过程回归
        4.2.1 高斯过程
        4.2.2 高斯过程回归
        4.2.3 协方差函数
        4.2.4 高斯过程模型训练
    4.3 拉丁超立方抽样
    4.4 响应面法
        4.4.1 传统响应面法
        4.4.2 高斯过程回归响应面法
    4.5 基于GPR-RSM模型的优化反演分析基本流程
    4.6 本章小结
5 算例分析
    5.1 引言
    5.2 重力坝算例
        5.2.1 工程概况
        5.2.2 监测点实测位移值的确定
        5.2.3 建立GPR-RSM模型
        5.2.4 弹模反演分析
    5.3 拱坝算例
        5.3.1 工程概况
        5.3.2 监测点实测位移值的确定
        5.3.3 建立GPR-RSM模型
        5.3.4 弹模反演分析
    5.4 本章小结
6 结论与展望
    6.1 主要结论
    6.2 展望
参考文献
致谢

【参考文献】

相关期刊论文 前10条

1 张秀丽;;国内外大坝失事或水电站事故典型案例原因汇集[J];大坝与安全;2015年01期

2 黄小波;;大坝失事案例原因分析及对策探讨[J];湖南水利水电;2014年03期

3 赵娜;贾世魁;王健;孙志礼;;PSO优化算法的参数研究[J];机械与电子;2013年11期

4 何志昆;刘光斌;赵曦晶;王明昊;;高斯过程回归方法综述[J];控制与决策;2013年08期

5 郑守仁;;我国水库大坝安全问题探讨[J];人民长江;2012年21期

6 康飞;李俊杰;许青;;混合蜂群算法及其在混凝土坝动力材料参数反演中的应用[J];水利学报;2009年06期

7 康飞;李俊杰;许青;张运花;;改进人工蜂群算法及其在反演分析中的应用[J];水电能源科学;2009年01期

8 周海慧;赵红敏;王红斌;肖峰;;龙滩碾压混凝土大坝设计及施工实践[J];广西水利水电;2008年01期

9 苏怀智;李季;吴中如;;大坝及岩基物理力学参数优化反演分析研究[J];水利学报;2007年S1期

10 宋志宇;李俊杰;汪红宇;;混沌人工鱼群算法在重力坝材料参数反演中的应用[J];岩土力学;2007年10期

相关博士学位论文 前2条

1 王维博;粒子群优化算法研究及其应用[D];西南交通大学;2012年

2 康飞;大坝安全监测与损伤识别的新型计算智能方法[D];大连理工大学;2009年

相关硕士学位论文 前3条

1 刘然;基于灰狼算法的改进及应用研究[D];沈阳航空航天大学;2018年

2 彭聪聪;响应面法在结构优化应用上的研究[D];上海海洋大学;2017年

3 张伟华;基于APDL的三次样条线型拱坝体形优化设计研究[D];扬州大学;2007年

本文编号：2860713